10.3979/j.issn.1673-825X.2016.04.012
融合标签相似度的k近邻Slope One算法
Slope One 协同过滤算法被广泛应用于个性化推荐系统中。标签是一种描述项目特性的重要形式,针对Slope One 算法推荐精度不足的问题,将标签信息融合到 Slope One 算法当中。同时参考 k 近邻算法思想,选取阈值过滤后的 k 近邻项目参与平均评分偏差计算,提高计算效率的同时增加预测精度。使用评分相似度和标签相似度作为权重修正线性回归模型。通过线性加权融合预测结果,进一步提升推荐质量。将算法应用于 MovieLens 数据集,与传统加权 Slope One 算法相比,平均绝对偏差下降4.8%,召回率和准确率分别提高32.1%和26.3%。
协同过滤、推荐系统、标签相似度、k近邻、Slope One算法
28
TP391(计算技术、计算机技术)
2016-08-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
518-524